avec la période avec l'incidence la plus faible

module3/exo2/exercice_fr.Rmd

@@ -124,14 +124,14 @@ with(tail(data, 200), plot(date, inc, type="l", xlab="Date", ylab="Incidence heb
 L'argument `na.rm=True` dans la sommation précise qu'il faut supprimer les points manquants. Ce choix est raisonnable car il n'y a qu'un seul point manquant, dont l'impact ne peut pas être très fort.
 ```{r}
 pic_annuel = function(annee) {
-      debut = paste0(annee-1,"-08-01")
-      fin = paste0(annee,"-08-01")
+      debut = paste0(annee-1,"-09-01")
+      fin = paste0(annee,"-09-01")
       semaines = data$date > debut & data$date <= fin
       sum(data$inc[semaines], na.rm=TRUE)
       }
 ```
 
-Nous devons aussi faire attention aux premières et dernières années de notre jeux de données. Les données commencent en octobre 1984, ce qui ne permet pas de quantifier complètement le pic attribué à 1985. Nous l'enlevons donc de notre analyse. Par contre, pour une exécution en octobre 2018, les données se terminent après le 1er août 2018, ce qui nous permet d'inclure cette année.
+Nous devons aussi faire attention aux premières et dernières années de notre jeux de données. Les données commencent en septembe 1991, ce qui ne permet pas de quantifier complètement le pic attribué à 1985. Nous l'enlevons donc de notre analyse. Par contre, pour une exécution en octobre 2018, les données se terminent après le 1er août 2018, ce qui nous permet d'inclure cette année.
 ```{r}
 annees = 1986:2018
 ```
@@ -157,7 +157,19 @@ Une liste triée par ordre décroissant d'incidence annuelle permet de plus faci
 head(inc_annuelle[order(-inc_annuelle$incidence),])
 ```
 
-Enfin, un histogramme montre bien que les épidémies fortes, qui touchent environ 10% de la population française, sont assez rares: il y en eu trois au cours des 35 dernières années.
+Enfin, un histogramme montre bien que les épidémies fortes.
+```{r}
+hist(inc_annuelle$incidence, breaks=10, xlab="Incidence annuelle", ylab="Nb d'observations", main="")
+```
+
+### Identification des épidémies les plus faible
+
+Une liste triée par ordre croissant d'incidence annuelle permet de plus facilement repérer les valeurs les plus élevées:
+```{r}
+head(inc_annuelle[order(inc_annuelle$incidence),])
+```
+
+Enfin, un histogramme montre bien que les épidémies faibles.
 ```{r}
 hist(inc_annuelle$incidence, breaks=10, xlab="Incidence annuelle", ylab="Nb d'observations", main="")
 ```
\ No newline at end of file